AI có 3 người thầy? Cách AI tự giỏi lên nhờ phản hồi | Đơn giản hóa AI tập 4

Người thông minh nhất thế giới bị nhốt trong căn phòng kín cũng chỉ có thể đoán xem ngoài trời có mưa không. AI không có công cụ cũng vậy. Tập 4 của series "Đơn giản hóa AI" giới thiệu ba người thầy giúp AI tự tiến bộ bằng phản hồi: thế giới bên ngoài qua công cụ tìm kiếm (ReAct), chiếc máy chạy thử mã (RLEF của Meta), và một bản hiến pháp do con người viết (Constitutional AI của Anthropic). 📌 Mục lục 00:00 Người thông minh trong căn phòng kín 00:15 AI phải bước ra khỏi căn phòng 00:27 Mọi cách tự tiến bộ đều cần phản hồi 00:40 Ba người thầy của AI 01:01 Nghĩ, làm, quan sát: vòng lặp tự nhiên 01:18 AI trước 2022: chỉ giỏi một nửa 01:31 ReAct: suy luận cộng hành động 01:47 Ví dụ Apple Remote 02:17 Mỗi suy nghĩ dẫn đường cho hành động 02:31 Kết quả: bớt bịa thông tin 02:48 Mua hàng trên mạng và trò chơi bằng chữ 03:00 Vẫn còn xa con người 03:15 AI có biết khi nào cần tra cứu? 03:29 Vòng nghĩ, làm, quan sát ngày nay 03:43 Người thầy thứ hai: máy chạy thử 03:53 RLEF của Meta 04:11 Ví dụ: đếm đoạn chữ đối xứng 04:27 Vì sao cần hai bộ kiểm tra? 04:39 Phần thưởng và học tăng cường 04:53 Kết quả RLEF trên CodeContests 05:09 Sửa khôn hơn, không chỉ thử nhiều hơn 05:26 Tác tử lập trình với dự án lớn 05:37 Người thầy thứ ba: bộ nguyên tắc 05:48 Học từ phản hồi của con người 05:59 Constitutional AI: AI theo hiến pháp 06:14 Vì sao cách này khả thi? 06:27 Giai đoạn 1: tự phê bình và tự sửa 06:44 Giai đoạn 2: học tăng cường từ phản hồi AI 06:57 Đánh đổi giữa hữu ích và vô hại 07:12 Kết quả của Constitutional AI 07:26 Giới hạn: vẫn cần con người kiểm tra 07:38 Nhìn lại ba người thầy 07:51 Bài học chung: phản hồi đến từ đâu? 08:03 Mở cửa sổ cho căn phòng kín 📚 Nguồn tham khảo S. Yao và cộng sự (2022), ReAct: Synergizing Reasoning and Acting in Language Models (Princeton, Google) J. Gehring và cộng sự (2024), RLEF: Grounding Code LLMs in Execution Feedback with Reinforcement Learning (Meta) Y. Bai và cộng sự (2022), Constitutional AI: Harmlessness from AI Feedback (Anthropic) Các bộ đánh giá: HotpotQA, ALFWorld, WebShop, CodeContests ▶️ Tập 1: Từ cỗ máy đoán chữ đến tác tử AI    • AI tự giỏi lên bằng cách nào? Từ đoán chữ ...   ▶️ Tập 2: Số đông có luôn đúng?    • Số đông có luôn đúng? Cách AI tìm 3 lời gi...   ▶️ Tập 3: Đáp số đúng mà vẫn sai?    • Đáp số đúng mà vẫn sai? Cách dạy AI chấm b...   ▶️ Trọn series Đơn giản hóa AI:    • Đơn Giản Hóa AI   ℹ️ Video mang tính giáo dục, giải thích các ý tưởng nghiên cứu về AI bằng ngôn ngữ dễ hiểu; số liệu dẫn theo các công bố nêu trên, có thể đã được cập nhật. Video không quảng cáo cho sản phẩm AI nào. Video có sử dụng công cụ AI hỗ trợ hình ảnh/âm thanh. Kịch bản và biên tập: Hàn Lâm Bình Dân. #AI #TríTuệNhânTạo #HànLâmBìnhDân